OpenGVLab 发布 MMPR-v1.1 数据集, 应用在 多模态推理、视觉问答 领域

OpenGVLab 本次发布的数据集 MMPR-v1.1, MMPR是一个大规模且高质量的多模态推理偏好数据集，包含约300万样本。该数据集主要用于视觉问答任务，包含图像、问题、被选答案和被拒绝答案四个主要特征。数据集的目的是通过混合偏好优化（MPO）方法来提升多模态推理模型的性能，特别是在复杂视觉问答任务中的表现。

查看MMPR-v1.1

Dataset card 内容： 

Files and versions 内容： 

关于 OpenGVLab , OpenGVLab是一个专注于计算机视觉和机器学习研究的组织。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。